Web数据集成中包装器自适应方法研究
| 摘要 | 第1-9页 |
| ABSTRACT | 第9-10页 |
| 第1章 绪论 | 第10-15页 |
| ·研究背景 | 第10-11页 |
| ·研究现状 | 第11-13页 |
| ·研究内容 | 第13-14页 |
| ·论文组织结构 | 第14-15页 |
| 第2章 Web数据抽取相关研究 | 第15-27页 |
| ·引言 | 第15-16页 |
| ·Web数据抽取过程 | 第16-17页 |
| ·半结构化数据 | 第17-18页 |
| ·半结构化数据定义 | 第17-18页 |
| ·半结构化数据特点 | 第18页 |
| ·Web数据抽取 | 第18-25页 |
| ·信息抽取的定义 | 第18-19页 |
| ·Web数据抽取与Web信息检索 | 第19页 |
| ·Web数据抽取方法分类 | 第19-25页 |
| ·手工构造 | 第20-21页 |
| ·半自动数据抽取方法 | 第21-24页 |
| ·全自动的数据抽取方法 | 第24-25页 |
| ·面临的问题 | 第25页 |
| ·小结 | 第25-27页 |
| 第3章 包装器校验 | 第27-36页 |
| ·引言 | 第27-28页 |
| ·研究现状 | 第28-29页 |
| ·包装器校验 | 第29-35页 |
| ·问题定义 | 第29-31页 |
| ·校验方法 | 第31-35页 |
| ·小结 | 第35-36页 |
| 第4章 包装器自适应方法EDG-VM | 第36-46页 |
| ·引言 | 第36-37页 |
| ·EDG-VM | 第37-42页 |
| ·确定特征向量 | 第38-40页 |
| ·识别数据区域 | 第40-41页 |
| ·生成训练样例 | 第41-42页 |
| ·包装器重归纳 | 第42页 |
| ·实验 | 第42-44页 |
| ·评价标准 | 第42-43页 |
| ·实验结果及分析 | 第43-44页 |
| ·相关工作 | 第44-45页 |
| ·小结 | 第45-46页 |
| 第5章 总结与展望 | 第46-48页 |
| ·总结 | 第46-47页 |
| ·未来工作展望 | 第47-48页 |
| 参考文献 | 第48-53页 |
| 致谢 | 第53-54页 |
| 攻读学位期间发表的学术论文目录 | 第54-55页 |
| 学位论文评阅及答辩情况表 | 第55页 |
